Matplotlib基础-样式表

Matplotlib库 由于诞生的比较早,所以其默认的显示样式很难符合现在的审美,这也是它经常为人诟病的地方。

不过,经过版本更迭之后,现在 Matplotlib 已经内置了很多样式表,

通过使用不同的样式表,可以整体改变绘制图形的风格,不用再调整一个个显示参数。

1. 样式表的使用

1.1. 所有内置样式表

首先,查看内置的样式表有哪些:

python 复制代码
import matplotlib.pyplot as plt

plt.style.available

1.2. 使用样式表的方式

使用样式表的方式有两种:

一种是全局样式表设置,比如:

python 复制代码
plt.style.use("ggplot")

随后的代码中,所有绘制的图形都是 ggplot 风格。

另一种局部样式表设置,比如:

python 复制代码
with plt.style.context("classic"):
    # 绘制图形
    pass

这种方式,样式表只在 with 范围内生效。

2. 不同样式表的效果

下面演示几种风格差异比较大的样式表。

首先,封装一个绘制图形的函数。

python 复制代码
def draw():
    x = np.array(range(10))
    y = np.random.randint(10, 100, 10)
    
    fig = plt.figure(figsize=[6,4])
    fig.add_subplot(211)
    plt.plot(x, y)
    
    fig.add_subplot(212)
    plt.hist(y)

2.1. classic 风格

python 复制代码
with plt.style.context("classic"):
    draw()

2.2. Solarize_Light2 风格

python 复制代码
with plt.style.context("Solarize_Light2"):
    draw()

2.3. bmh 风格

python 复制代码
with plt.style.context("bmh"):
    draw()

2.4. dark_background 风格

python 复制代码
with plt.style.context("dark_background"):
    draw()	

2.5. fast 风格

python 复制代码
with plt.style.context("fast"):
    draw()

2.6. ggplot 风格

python 复制代码
with plt.style.context("ggplot"):
    draw()

2.7. seaborn 风格

seaborn是公认颜值比较高的绘图库,所以 Matplotlib 也支持很多种seaborn风格。

这里使用的是默认的 seaborn 风格。

python 复制代码
with plt.style.context("seaborn-v0_8"):
    draw()

3. 总结

内置的样式表方便易用,提供了许多预定义的样式,可以快速帮助我们创建美观的图表。

使用内置的样式表还有个好处是可以保持图表的统一风格,使得图表具有更高的可读性和可维护性。

Matplotlib提供的丰富的样式表,可以满足不同类型的绘图需求,并且还可以通过自定义样式表来实现更加个性化的绘图效果。

相关推荐
Highcharts.js2 小时前
Workbuddy + Highcharts Orbit:工作区数据自动建模与可视化分析实践
前端·javascript·信息可视化·数据可视化·highcharts·可视化图表·workbuddy
培培说证17 小时前
大专商务数据分析与应用可以报考哪些职业证书?
人工智能·数据挖掘·数据分析
Aloudata20 小时前
服饰零售数据治理如何统一款色码与库存口径,支撑门店售罄率和补货分析?
大数据·数据分析·零售
躺柒20 小时前
读数据分析思维通识课07数据思维图
大数据·数据挖掘·数据分析·大数据分析·数据思维图
Bigger21 小时前
别再手搓调色板了:Vue 3 一个组件搞定纯色、渐变和画布吸管取色
前端·vue.js·数据可视化
databook1 天前
时间序列特征,哪些当时就能算出来
python·数据分析
wang_yb1 天前
时间序列特征,哪些当时就能算出来
数据分析·databook
kaixin_啊啊1 天前
鱼类跨物种 DNA 序列预测:AQUA-FAANG 数据下载与操作指南
数据分析
GrowingIO技术社区2 天前
事件与属性怎么设计?一份埋点需求表的填写示例
数据分析
IndustrialSphere3 天前
工业历史趋势图为什么会误导人?用三条数据检查倒序、缺测和截断
api·数据可视化·工业软件·industrialsphere·历史数据